开发和验证AFP阴性肝细胞癌的诊断模型

科学领域:

• 肝病学和瘤学 肝病学和瘤学
• 诊断生物标志物 诊断生物标志物
• 医学成像和诊断 医学成像和诊断

背景情况:

• 阿尔法-胎蛋白 (AFP) 是肝细胞癌 (HCC) 的常见生物标志物,但大约30%的HCC病例是AFP阴性.
• 抗AFP阴性HCC (AFPN-HCC) 是一个诊断挑战,可能会延迟治疗.
• 为AFPN-HCC开发准确的诊断工具对于早期检测和改善患者结果至关重要.

研究的目的:

• 开发和验证用于诊断AFP阴性肝细胞癌 (AFPN-HCC) 的诺莫格拉姆模型.
• 确定主要的临床和实验室变量,可以有效地将AFPN-HCC与健康对照和良性肝病区分开来.

主要方法:

• 使用了294名AFPN-HCC患者和对照组 (健康,慢性乙型肝炎,肝硬化) 的培训组.
• 一组健康对照,CHB患者和LC患者的验证组被纳入.
• 进行了LASSO,单变量和多变量逻辑回归分析来构建名图,然后使用ROC曲线,校准曲线,DCA和CIC进行验证.

主要成果:

• 通过使用四个变量建立名图:年龄,PIVKA-II,血小板 (PLT) 计数和前列血时间 (PT).
• 该名图显示了高的诊断准确性,在训练组中,曲线下的面积 (AUC) 为0.937,在验证组中为0.942.
• 该模型显示了小HCC (AUC = 0.886) 和HBV表面抗原阳性AFPN-HCC (AUC = 0.883) 的显著诊断值.

结论:

• 开发的诺莫格拉姆模型有效地将AFPN-HCC与良性肝病和健康对照区分开来.
• 这种可视化名图可以作为AFPN-HCC早期诊断的宝贵工具.
• 该模型的进一步临床应用可以改善对具有挑战性的HCC病例的诊断策略.